米Generalist AIが「GEN-0」公開、27万時間の実世界操作データでロボットのスケーリング則を初めて主張

米ロボットAI新興企業のGeneralist AIは2025年11月4日、身体性(エンボディド)基盤モデル「GEN-0」を公開した。同社は研究ブログで、GEN-0は生の物理的インタラクションデータで直接学習する新しい種類のモデルだと説明した。データと計算量を増やせば大規模言語モデルと同じように性能が予測可能な形で伸びる、いわゆるスケーリング則をロボット分野で確認したというのが中心的な主張だ。

開示された数字は業界の水準を大きく上回る。同社によると、GEN-0は自社で構築した27万時間超の実世界の操作データで事前学習した。データは世界の数千カ所の家庭、倉庫、職場で集めたもので、公開時点で毎週1万時間以上が新たに加わり、ペースは加速しているという。モデル規模は10億、60億、70億パラメータで実験し、その後100億パラメータ超まで拡大したと明らかにした。

最大の論点は70億パラメータでの相転移だ。同社によれば、10億パラメータのモデルはデータ過多の状態で重みが新しい情報を吸収できなくなる「骨化(ossification)」を示した。60億パラメータで事前学習の効果が出始め、70億以上のモデルは大規模データを内部化し、数千ステップの追加学習だけで新しいタスクに転用できたという。ロボット分野で骨化が観測されたのは初めてだと同社は主張している。

2つ目の主張はべき乗則だ。レゴの組み立てやファストフードの箱詰めなど16のタスク群で、追加学習後の検証誤差が事前学習データ量に対してL(D) = (D_c / D)^αの形で減ることを確認したという。実機ロボットでのブラインドA/B評価では、タスク固有データを手元の550時間超のうち1%にあたる5.6時間しか使わない場合でも、事前学習を増やすほど成功率が上がった。全量の事前学習と全タスクデータを組み合わせると、一部のケースで最高99%に達したとしている。事前学習と追加学習のデータは別の人が別の環境で集め、重複を排除したと説明した。

同社は「ハーモニックリーズニング」と呼ぶ学習手法も示した。知覚と行動のトークンを非同期で連続時間の流れとして扱い、考えながら同時に動けるようにする。米Figure AIの「Helix」のような2段階のシステム構成や推論時の補正手法に代わるアプローチと位置付けた。GEN-0は6自由度と7自由度のアーム、16自由度以上の半人型ロボットで試験したという。

インフラについても具体的に開示した。独自のハードウエアとデータローダーを作り、収集拠点まで専用回線を新たに敷設したほか、マルチクラウド契約を結び、約1万のCPUコアで数十ペタバイトのデータを圧縮処理しているという。学習1日あたり6.85年分の操作経験を取り込めると説明した。MEKAWIREの試算では1日約6万時間に相当し、27万時間のデータ全体を約4.5日で一巡できる計算だ。GPUの調達先、詳細な構造、データ提携先の社名は明らかにしていない。

GEN-0はオープンな重みや公開APIの形では提供されず、技術報告書やプレプリントも伴わなかった。同社サイトによると、チームはPaLM-EやRT-2といった身体性モデルの開発経験を持ち、米OpenAI、米ボストンダイナミクス、米グーグルディープマインドの出身者が中心だ。拠点は米サンフランシスコ湾岸地域とボストンにある。

競合と比べると開示規模の差は大きい。米Physical Intelligenceの「π0」は2024年10月のarXivプレプリントで33億パラメータ、1万時間超のロボットデータで事前学習したとされ、2025年4月の「π0.5」のプレプリントは約100世帯で集めた移動マニピュレータのデータ約400時間を使った。米エヌビディアが2025年3月に重みを公開した「GR00T N1」は22億パラメータで、実機遠隔操作88時間、生成動画827時間、6,500時間相当のシミュレーションデータを用いた。グーグルディープマインドの「Gemini Robotics」は2025年9月にバージョン1.5となったが、パラメータ数もデータ量も開示していない。開示値だけで比べれば、GEN-0のデータ量はπ0の最大27倍になる。

日本の産業界にとっての意味は、人手不足対策の主役が誰になるかという問題だ。ファナックや安川電機などの国内メーカーは産業用アームで世界的な地位を持つが、GEN-0は汎用アームの上で動く知能を外部の米企業が握る構図を示した。同社は自社のスケーリング則がアパレル、製造、物流、自動車、電子の各分野の業務に当てはまるとしており、いずれも日本で人手不足が深刻な領域と重なる。モデルが機体をまたいで移植できれば、減速機やサーボなど日本の部品メーカーには新たな需要が生まれる一方、付加価値がモデル側に移る懸念もある。

課題も明確だ。結果はすべて自社評価で、試行回数は開示されず、99%に達したタスク名も示されていない。70億パラメータのしきい値はGeneralist独自のデータ配合と学習手法で観測されたもので、他の研究機関で再現されるかは分からない。データのうちロボットデータと人間装着型デバイスのデータの比率も開示していない。

その後の動きはGEN-0の方向性を示している。同社は2026年3月の米エヌビディアの開発者会議「GTC」で、デンマークのユニバーサルロボットのUR7eアームをMiRの移動台車に載せた新型機でGEN-0の実演を行い、準備期間は数日で、会場のデータは使わなかったと説明した。2026年4月2日にはロボットデータを使わず50万時間の物理インタラクションデータで事前学習した「GEN-1」を発表し、平均タスク成功率がGEN-0の64%から99%に上がったとした。6月4日にはRadical Ventures主導で4億ドルの調達を公表し、エヌビディアも既存株主に名を連ねた。